如果在进行字符串替换/删除时在引号中，则跳过单词/短语

debugcn 发表于 Dev

布鲁曼

假设我有一个这样的字符串

我今年七月从“底特律飞往温哥华”

$string = 'I am flying from "Detroit to Vancouver" this July';

我还有一个“ stopwords”数组（我选择从字符串/字符串中删除的单词）

$stopwords = array( "to", "anotherstopword", "andanother" )

现在我只是在使用

$string = str_replace($stopwords, ' ', $string);

这当然给了我 string(33) "I am flying from "Detroit Vancouver" this July"

我在想也许在$string之前用一个空格爆炸str_replace，给我类似的东西

Array
(
    [0] => I
    [1] => am
    [2] => flying
    [3] => from
    [4] => "Detroit
    [5] => to
    [6] => Vancouver"
    [7] => this
    [8] => July
)

然后也许从数组中删除它们，进行替换，然后重新插入它们......但这似乎有点矫枉过正

我也考虑过使用这样的函数

  function getStringBetween($str, $from, $to, $withFromAndTo = false)
  {
      $sub = substr($str, strpos($str, $from) + strlen($from), strlen($str));
      if ($withFromAndTo)
          return $from . substr($sub, 0, strrpos($sub, $to)) . $to;
      else
          return substr($sub, 0, strrpos($sub, $to));
  }

这样做时，

    echo '<pre>';
    print_r(getStringBetween($string, '"', '"'));
    echo '</pre>';

输出：

底特律到温哥华

并在 str_replace 之前做某种类型的忽略条件..

但是只要字符串中有多个引号，就会失败。

理想情况下，如果字符串包含双引号，我想创建一个条件，以在此str_replace过程中完全忽略它们。

我当然不反对使用 str_replace 以外的其他东西，比如 preg_replace，但我没有足够的经验来为我的预期输出生成样本。

任何人都可以想出一种在替换之前忽略要删除的停用词/单词的好方法吗？

编辑：

代码示例

<?php

  $stopwordstest = array( " to ", " a ", " test " );

  $string = 'I am flying from "Detroit to Vancouver" this July when the weather is test nice';

  var_dump($string);

// as is, without string replace
// string(79) "I am flying from "Detroit to Vancouver" this July when the weather is test nice" 

  $string = str_replace($stopwordstest, ' ', $string);

  echo '<br><br>';

  var_dump($string);

// string(71) "I am flying from "Detroit Vancouver" this July when the weather is nice"

// Expected output is:
//
// string(74) "I am flying from "Detroit to Vancouver" this July when the weather is nice"
//

?>

换句话说，我希望字符串替换按预期进行，但由于单词to被封装在引号 ( "Detroit to Vancouver") 中，因此应该跳过该单词，因为它是在引号中。

雷沃

使用正则表达式会很容易，使用 PHP (PCRE) 会更容易。使用 PCRE，您可以使用(*SKIP)回溯动词进行匹配和跳过。您匹配一个双引号字符串，然后让引擎从整体匹配中跳过这部分，并在交替的第二侧输入您想要的模式。

"[^"\\]*(?:\\.[^"\\]*)*"(*SKIP)(*F)

上面的正则表达式匹配一个双引号字符串（包括转义的双引号），然后告诉引擎忘记。

这将是实现此功能以及在正则表达式中收集停用词的 PHP 代码：

echo preg_replace('/"[^"\\\\]*(?:\\\\.[^"\\\\]*)*"(*SKIP)(*F)|\b(?:'
    . implode('|', array_map('preg_quote', $stopwords))
    . ')\b\h*/', '', $string);

现场演示

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。